排序方式: 共有42条查询结果,搜索用时 0 毫秒
11.
为探明稻田养鱼与水稻种植的相互促进作用并同时确定稻田养殖鱼类的最适放养密度,用禾花鲤为试验鱼开展了为期130 d稻田养殖试验。设计了水稻单作组和3个不同放养密度(1.50万、2.25万、3.00万尾/hm2)的稻鱼共作组,通过对比分析种养前后土壤养分和微生物组成的差异,以此来评价鱼类养殖对水稻种植的有益效果;并通过平均规格、特定生长率、成活率、饵料系数和微生物多样性等指标来确定稻田养殖禾花鲤的最佳放养密度。结果表明,1.50万尾/hm2密度组的禾花鲤成活率最高、饵料系数最低、鱼的生长速度最快。水稻单作组的稻谷产量显著高于稻鱼共作组,但收益显著低于稻鱼共作组。种植前后,水稻单作组土壤有机质含量变幅明显低于稻鱼共作组,水解性氮、有效磷、速效钾含量的变幅显著高于稻鱼共作组,而土壤总氮、磷、钾含量变幅又无显著性差异。在种养周期前后,变形菌门(Proteobacteria)、硝化螺旋菌门(Nitrospirae)均相对于种养前期有所增加,且稻鱼共作组增幅显著高于水稻单作组。酸杆菌门(Acidobacteria)、拟杆菌门(Latescibacteria... 相似文献
12.
养殖过程中产生的富营养物质主要通过排放水进入到外界环境中,已成为主要的面源污染之一。对养殖排放水进行处理回用或达标排放是池塘养殖生产必须解决的重要问题。 相似文献
13.
研究分析了不同饲料对红白锦鲤生长、形体、体色和血液生化指标的影响。试验设4组不同饲料,依次为饲料1组(商业锦鲤饲料)、饲料2组(膨化饲料)、饲料3组(膨化饲料+螺旋藻)和饲料4组(膨化饲料+光合细菌)。试验用红白锦鲤平均体重2.41(±0.03)g,每组饲料3次重复,试验期为8周。结果显示:(1)各饲料中以饲料1组的终末重、增重率、肥满度和肝体比最低,其中终末重和肝体比显著低于其他3组饲料;(2)锦鲤体表的总类胡萝卜素含量排序为:饲料3组饲料4组饲料2组饲料1组;(3)不同饲料可显著影响红白锦鲤的部分血清生化指标,各饲料组中以饲料1组的白蛋白和白球比显著高于其他各饲料组,其他3组间白蛋白和白球比无显著性差异。分析结果表明,膨化饲料中添加光合细菌和螺旋藻不但有助于促进红白锦鲤的生长,也可改善其体色。 相似文献
14.
15.
在水温28℃,pH9.5,DO5.550mg/L,总氨74.36mg/L,非离子氨51.67mg/L的水域,对不同年龄及同一年龄不同规格的三角帆蚌进行了比较。其结果是,不同年龄蚌,幼蚌(一龄蚌)死亡49.5%,成蚌(三龄蚌)死亡5.1%,老蚌(六龄以上)死亡11.7%;而同一年龄不同规格的幼蚌6.5-7.7cm的死亡74.3%,7.5-9.8cm的死亡23.8%。蚌、鱼直接经济损失21000多元。 相似文献
16.
湖南省水产科学研究所(沅江基地)位于洞庭湖腹地沅江市,有标准化池塘7.3公顷,并有毗邻城郊的内湖10公顷,水源充足,但湖泊富营养化严重,水质较差,造成水质性缺水,严重影响苗种繁殖和商品鱼养殖。为此,研究所借鉴国内先进的池塘生态系统原理,结合场地特点,重新设计和建设了生态循环水养殖系统。系统已稳定运行1年,其主要特 相似文献
17.
18.
湖南省水产科学研究所(沅江基地)位于洞庭湖腹地沅江市,有标准化池塘7.3公顷,并有毗邻城郊的内湖10公顷,水源充足,但湖泊富营养化严重,水质较差,造成水质性缺水,严重影响苗种繁殖和商品鱼养殖。为此,研究所借鉴国内先进的池塘生态系统原理,结合场地特点, 相似文献
19.
采用常规营养成分分析方法以及生化方法测定背瘤丽蚌软体部的营养及生化成分,结果显示:背瘤丽蚌软体部中水分含量为79.12%,粗蛋白质含量为10.45%,粗脂肪含量为1.32%,灰分含量为1.46%。软体部中所测到的17种氨基酸总量为42.10%(干物质),其中7种必需氨基酸占17.08%,非必需氨基酸占21.80%,鲜味氨基酸占16.94%。软体部中含有27种脂肪酸,其中饱和脂肪酸占29.46%,单不饱和脂肪酸占33.91%,多不饱和脂肪酸占36.20%,矿物质元素中磷、钙、铁含量较高,分别为2141.05、1 621.67、1096.00 mg/kg。试验结果表明,背瘤丽蚌软体部的营养组成丰富,氨基酸种类齐全,富含不饱和脂肪酸和矿物元素,具有较好的开发和利用价值。 相似文献
20.
小龙虾的表型性状是水产养殖和遗传育种中非常重要的经济依据,为了精准实现对小龙虾的视觉检测与定位,并对其主体躯干表型特征进行测量。首先提出了一种基于Mask RCNN实例分割模型检测小龙虾的方法,不仅能快速识别小龙虾,还能对其进行实例分割,生成高质量的二值掩膜图。然后在此基础上,提出一种新的小龙虾度量算法:通过提取小龙虾的轮廓曲线,获取其中轴线,采用分区法提取小龙虾的特征区域,再利用凸包和凸包缺陷算法获取小龙虾的特征点,实现对其全长、体长、头胸甲、腹部、尾扇等主要部位的无接触度量计算。结果表明:Mask RCNN模型在小龙虾数据集上具有很好的泛化性能,模型分割准确率达到了94.6%,目标识别的平均检测精度达到了98.7%。各测量指标的平均绝对误差均在5 mm之内,比人工手动测量难度大大减小,并且稳定高效,重复性更好。该方法将有利于生产和选育过程中小龙虾的鉴别及结构尺寸的快速获取。 相似文献